人类-AI 协作扩大敏捷回归测试：从手动到自动化的 Agentic AI 同事
软件工程
2026-04-14 v2
摘要
自动化回归测试是维持敏捷和 Scrum 组织快速高质量交付的关键。许多团队（包括 Hacon，一家西门子公司）面临持续的差距：已验证的测试规格积累速度快于自动化速度，这限制了回归覆盖范围并增加了手动工作负担。本文报告了 Hacon Test Automation Copilot 的探索性工业案例研究，这是一个 agentic AI 系统，通过检索增强生成和多 agent 工作流程，从已验证的规格生成系统级回归测试脚本。集成到 Hacon 的 CI pipeline 中，Copilot 以异步的“静默 AI 同事”身份运行，为人类审阅生成候选脚本。混合方法评估显示，AI 加速了脚本编写并提高了吞吐量，实现 30-50% 的代码复用。然而，仍需人类审阅以确保可维护性和正确的领域解释。清晰的规格、明确的治理以及持续的人类-AI 协作至关重要。我们以经验教训总结了扩大回归自动化和在敏捷环境中实现有效人类-AI 协作的关键要素。
引用
@article{arxiv.2603.08190,
title = {Human-AI Collaboration for Scaling Agile Regression Testing: An Agentic-AI Teammate from Manual to Automated Testing},
author = {Moustapha El Outmani and Manthan Venkataramana Shenoy and Ahmad Hatahet and Andreas Rausch and Tim Niklas Kniep and Thomas Raddatz and Benjamin King},
journal= {arXiv preprint arXiv:2603.08190},
year = {2026}
}
备注
Accepted at the XP 2026 Workshop on Human-AI Collaboration in Agile Teams. To appear in proceedings